Was wäre, wenn die Regulierung von Large Language Models plötzlich nicht mehr nur Technologiepolitik wäre, sondern ein Fall für die Meinungsfreiheit? Dann würde aus einer Debatte über Sicherheit, Haftung und Kontrolle sehr schnell eine Debatte über Grundrechte. Genau hier setzt das Paper von Eugene Volokh, Mark A. Lemley und Peter Henderson an. Die Autoren argumentieren, dass der Output generativer KI rechtlich als geschützte Rede verstanden werden könnte. Nicht unbedingt, weil die KI selbst Rechte hat, sondern weil ihre Entwickler:innen und vor allem ihre Nutzer:innen Rechte haben, Informationen zu empfangen und mit Hilfe der Systeme selbst zu kommunizieren. Für die USA ist das ein starker Gedanke. Für Deutschland ist er interessant, aber deutlich weniger belastbar. Was ist das ökonomische Grundproblem? Im Kern geht es um die Kontrolle von Informationsproduktion. Staaten wollen Risiken von LLMs begrenzen: Desinformation, Manipulation, Diskriminierung oder gefährliche Inhalte....
Eine unglaublich interessante und aufwendig durchgeführte empirische Arbeit von Moritz Drechsel-Grau, Andreas Peichl, Johannes F. Schmieder, Kai D. Schmid, Hannes Walz, und Stefanie Wolter. Die Autor*innen kombinieren zwei Datenquellen (1. Institut für Arbeitsmarkt- und Berufsforschung und 2. Steuerzahlerpanel ) in einer cleveren Weise. Ihr Anhang D ist sehr aufschlussreich, wie Daten unterschiedlicher Quellen kombiniert werden (können). Durch die Kombination der Daten gelingt es den Autor*innen, eine gute Annäherung über die Verteilung der Jahreseinkommen in Deutschland zu zeichnen, die vorher aufgrund der Begrenztheit der Daten aus den jeweiligen Quellen (daher die Kombination) nicht möglich war. Die Autoren zeigen sehr interessante empirische Befunde. In der nächsten Abbildung (Figure 2 aus ihrer Arbeit) ist die Verteilung der Einkommen von Männern (Abb. (A)) und Frauen (Abb. (B)) für die Jahre 2001, 2008 und 2016 (jeweils in den Preisen ...